한국어, 영어, 일본어에 능통하며, 다양한 문화권과 AI 기반 디지털 제품을 설계해 온 5년차 프로덕트 디자이너입니다. 🤖
더 생생한 프로토타입을 원하신다면 링크로 가주세요! seyeonchoi.com
AutoView
팀
1 PM, 1 디자이너, 3 엔지니어
역할
1인 프로덕트 디자이너
타임라인
2026년 3월~5월
플랫폼
웹, 모바일
개요
플랫폼을 관리하는 동안 한 가지 구조적 문제를 발견했습니다. 즉, 반복적인 프론트엔드 구성 요소를 하드코딩하는 데 상당한 내부 리소스가 낭비되고 있었습니다. 이를 해결하기 위해 기획자와 디자이너가 데이터 명세만 정의하면 AI를 통해 1분 이내에 React 코드를 생성할 수 있는 사내 생산성 도구로 프로젝트를 시작했습니다.
내부적으로 매우 긍정적인 피드백을 받은 후, 경영진은 이 도구를 글로벌 개발자를 타겟으로 하는 오픈 소스 제품으로 피벗하기로 결정했습니다. 대상 사용자가 외부 개발자 생태계로 확장됨에 따라, 저의 과제는 대시보드 코어를 완전히 재설계하여 GitHub 연동, API 키 관리, 협업 공유와 같은 기능을 도입하는 것이었습니다.
언어를 선택하세요:
The Problem
1~2분. LLM이 스키마를 분석하고 초기 React 코드를 생성하는 데 소요되는 시간입니다. 생성 자체는 1분 미만으로 매우 효율적이지만, 첫 번째 결과물이 사용자의 정확한 요구 사항과 일치하는 경우는 드물기 때문에 후속 수정이 불가피합니다.
또한, 수동으로 코드를 수정하는 과정에서 발생하는 빌드 오류의 빈도입니다. 비기술 사용자가 생성된 코드에서 사소한 세부 사항을 직접 수정하려고 했을 때 35%의 구문 오류율이 발생하여 시스템이 다운되고 워크플로우가 중단되었습니다.
마지막으로, 컴포넌트 커스터마이징 단계에서의 이탈률입니다. 사용자들이 아주 미세한 시각적 조정을 하기 위해서도 텍스트 기반 코딩을 사용해야 했기 때문에, 프로그래밍 배경지식이 없는 사용자는 가파른 학습 곡선에 직면하여 도구 사용을 중도 포기하는 경우가 빈번했습니다.
평균 UI 생성 시간
1~2분 이상
코드 수준 오류율
이후 수동 편집 시 약 35%
이탈률
비기술 사용자들의 경우 훨씬 더 높음
User Research
"AI가 1분도 채 되지 않아 코드를 생성할 수 있다는 것은 정말 놀랍습니다. 하지만 패딩이나 헤더 제목과 같은 사소한 UI 세부 사항을 수정할 때는 여전히 원시 코드를 직접 들여다봐야 합니다. 비 기술적인 사용자의 경우, 진입 장벽은 여전히 높습니다." - 제인, 디자이너
사용자 인터뷰(PM 3명, PD 3명)를 통해 중요한 페인 포인트를 발견했습니다. 사용자들은 AI가 첫 시도에 완벽한 UI를 생성할 것이라 기대하지 않습니다. 진짜 가치는 사용자가 AI와 대화하며 미세한 세부 사항을 쉽게 다듬고 조정할 수 있는 반복적인 프로세스에 있습니다.
Hypothesis
코드 편집기와 함께 라이브 미리보기와 자연어 채팅 인터페이스를 결합한다면, 기술적인 지식이 없는 사용자도 손쉽게 UI를 구축할 수 있을 것입니다. 나아가, 채팅 명령어와 직접적인 시각적 조작을 융합한 하이브리드 인터페이스는 유연성과 정밀함 사이의 최적의 균형을 제공할 것입니다.
하이브리드 편집 환경
코드 에디터와 더불어 자연어 채팅 인터페이스에 라이브 미리보기를 결합한다면, 기술적인 지식이 없는 사용자라도 원래의 코드를 직접 수정하지 않고 미세한 세부 사항을 손쉽게 개선하고 조정할 수 있을 것입니다.
역할 기반의 안전한 워크플로
외부 팀원의 편집 권한을 제한할 수 있는 별도의 읽기 전용 상태를 설계한다면, 실수로 코드가 수정되는 것을 방지하고 협업 과정에서 발생하는 마찰과 이탈률을 크게 낮출 수 있습니다.
워크보드
디자인 + PRD
Prototype
질적인 가설에만 의존하기보다, 실제 작동하는 환경을 통해 이 복잡한 대화형 대시보드의 사용성을 검증하고 싶었습니다. 코딩을 위해 Claude를 활용하여, 라이브 프리뷰가 실시간으로 렌더링되고 자연어 채팅 명령에 반응하는 고충실도 대화형 프로토타입을 직접 구축했습니다.
The Solution
Claude와 같은 범용 AI 빌더들이 존재하지만, 조직 환경에서 컴포넌트 에셋을 관리하고 프로덕션 코드베이스와 원활하게 통합하는 데는 한계가 있습니다. AutoView는 이러한 공백을 메워줍니다. 프로젝트 기반의 대시보드를 설계하고 안전한 읽기 전용 공유 시스템을 구현함으로써, 저는 단순한 AI 코딩 샌드박스 수준이었던 사용자 경험을 강력하고 프로덕션에 바로 투입할 수 있는 개발 워크플로우로 한 단계 끌어올렸습니다.
하이브리드 대시보드 인터페이스
사용자가 왼쪽 채팅 패널을 통해 주요 레이아웃 변경을 지시하는 동시에, 미리보기 화면의 직관적인 팝업을 통해 특정 컴포넌트 속성을 직접 수정할 수 있는 인터페이스를 설계했습니다.
맥락적 오류 처리
사용자가 유효하지 않은 TypeScript 인터페이스를 입력했을 때 시스템이 단순히 중단되는 것은 아닙니다. 대신, 하단에 명확하고 바로 실행 가능한 가이드를 제공하여 사용자가 디버깅을 하고 작업을 계속 진행할 수 있도록 도와줍니다.
안전한 협업을 위한 역할 기반 공유
프로젝트 링크를 공유할 때 안전한 워크플로우를 보장하기 위해, 외부 팀원들을 위한 별도의 뷰를 설계했습니다. 이 읽기 전용 상태는 편집 기능을 제한하여 의도치 않은 변경을 방지하는 동시에 대화형 테스트 기능은 그대로 유지합니다.
Impact
해당 제품은 모든 기능을 온전히 수행할 수 있었으나, 지식 재산권 및 기술적 보안과 관련된 전략적 결정으로 인해 경영진은 최종적으로 이를 대외적으로 출시하지 않기로 결정했습니다. 대신, 이 제품은 내부에서 핵심 개발 자산으로 통합되어 현재 저희 팀들이 활발히 사용하고 있습니다.
100% 안전 보장
핵심 사내 도구로 성공적으로 통합되었습니다.
활발히 사용됨
현재 저희 엔지니어링 및 제품 팀 전체에서 활발하게 사용 중입니다.
뤼튼 생산성 기능
롸이터(Wrtn)에서 저는 월간 활성 사용자 수(MAU) 500만 명 이상으로 성장한 AI 플랫폼 관련 업무를 담당했습니다. 다음 두 가지 케이스 스터디는 이러한 서비스를 디자인하고 출시하며 제가 해결했던 핵심 제품 과제들을 보여줍니다.
언어를 선택하세요:
사례 연구 #1
단편적인 워크플로우를 넘어: 멀티모달 AI 요약기를 위한 UI/UX 디자인
팀
1 PM, 1 디자이너, 3 엔지니어
역할
1인 프로덕트 디자이너
타임라인
2025년 8월 - 9월
플랫폼
웹, iOS, 안드로이드
개요
사용자가 유튜브 동영상, 문서, 웹 기사 등 서치하고 흩어져 있는 정보들을 한 공간에 쉽게 수집하고 요약할 수 있도록 하며, 친근한 AI 어시스턴트와의 자연스러운 대화를 통해 콘텐츠를 자유롭게 편집하고 재가공할 수 있는 통합 생산성 서비스를 디자인했습니다.
이 프로젝트에서 저는 유일한 프로덕트 디자이너로서 다양한 입력 형태에 대한 일관성 있는 정보 흐름을 구조화하고, 직관적인 대화를 통해 사용자가 결과물을 고도화해 나갈 수 있도록 돕는 인터랙션 모델을 설계했습니다.
문제점
사용자가 장문 비디오 및 문서 데이터를 소비할 때 직면하는 구조적 한계와 심리적 장벽을 세 개의 카드 컴포넌트로 명확하게 정의했습니다.
도구 파편화
사용자들은 유튜브 동영상을 시청하는지, PDF 보고서를 검토하는지, 아니면 뉴스 기사를 읽는지에 따라 완전히 분리된 사이트와 도구 사이를 전환해야 하기 때문에 심각한 마찰을 겪고 있습니다.
인지적 과부하
사용자들은 분량이 많은 글을 읽는 부담을 피하기 위해 요약 도구를 이용합니다. 하지만 AI가 계층 구조 없이 또다시 빽빽한 텍스트 장벽으로 답변을 제공한다면, 아이러니하게도 사용자가 피하려 했던 것과 똑같은 인지적 피로감을 유발하게 됩니다.
프롬프트 불안
기존의 AI 채팅창은 딱딱하고 기계적으로 느껴집니다. 사용자가 요약본을 미세하게 수정하고 싶을 때, 원하는 결과를 얻기 위해 정확히 어떤 로봇 같은 명령어를 입력해야 할지 고민하며 일명 '프롬프트 불안 증후군'을 겪는 경우가 많습니다.
도구 파편화
사용자들은 유튜브 동영상을 시청하는지, PDF 보고서를 검토하는지, 아니면 뉴스 기사를 읽는지에 따라 완전히 분리된 사이트와 도구 사이를 계속 전환해야 하기 때문에 심각한 불편을 겪고 있습니다.
인지적 과부하
사용자들은 분량이 많은 글을 읽는 부담을 피하기 위해 요약 도구를 찾습니다. 하지만 AI가 계층 구조 없이 또 다른 빽빽한 텍스트 장벽으로 답변을 제공한다면, 아이러니하게도 사용자가 피하려 했던 것과 똑같은 인지적 피로를 유발하게 됩니다.
프롬프트 불안
일반적인 AI 채팅창은 딱딱하고 기계적으로 느껴집니다. 사용자가 요약본을 미세하게 수정하고 싶을 때, 원하는 결과를 얻기 위해 정확히 어떤 로봇 같은 명령어를 입력해야 할지 고민하며 일종의 '프롬프트 불안감'을 겪는 경우가 많습니다.
사용자 조사
저는 고정된 프롬프트 인터페이스와 정리되지 않은 텍스트 레이아웃에 대한 실제 사용자들의 불만 섞인 목소리를 분석하여, 이러한 사용자의 페인 포인트를 구체적인 디자인 기회로 전환했습니다.
"AI 요약도 괜찮긴 하지만, 여전히 너무 길고 딱딱해서 결국에는 제가 직접 하이라이트하고 필기하게 되더라고요. 단축 도구를 사용하는 의미가 전혀 없어져요."
사용자들은 단순히 짧은 글자 수만을 필요로 하지 않습니다. 그들에게는 지금 바로 활용할 수 있는 직관적이고 실용적인 시각 구조가 필요합니다.
"톤을 더 부드럽게 만들거나 트윗 글로 바꾸려면 프롬프트 입력창에 뭐라고 적어야 할지 항상 모르겠어요. 매번 프롬프트 가이드 치트 시트를 검색하는 것도 이제 지겹습니다."
우리는 사용자의 통제감을 회복하기 위해 명령줄 패러다임을 유연한 대화형 상호작용과 직관적인 프리셋 단축키로 전환해야 했습니다.
인사이트
이 섹션은 사용자 리서치 중 발견한 핵심 인사이트가 어떻게 주요 제품 기능으로 직접 반영되었는지를 강조합니다.
통합 입력 허브
사용자가 여러 도구를 오가며 이탈하는 것을 방지하기 위해 유튜브, 문서, 웹사이트, 텍스트를 한 곳에서 모두 흡수할 수 있는 하나의 통합된 인터페이스를 구축하는 것이 매우 중요했습니다.
줄글보다 시각적 위계
사용자들은 줄글로 가득 찬 빽빽한 단락을 마주하기보다 타임라인이나 글머리 기호 강조와 같이 레이아웃 자체에서 이미 데이터를 덩어리로 나누고 분류해 둔 화면을 원합니다.
공감 능력이 뛰어난 상담원
사용자가 빈 입력창을 멍하니 바라보며 명령어를 입력하느라 스트레스를 받게 만드는 대신, 인터페이스에는 소통의 격차를 줄여줄 수 있는 친근한 페르소나를 가진 어시스턴트가 필요합니다.
프로토타이핑
해결책
이미지 스튜디오를 별도의 제품 표면으로 설계하고, 생성·변형·라이브러리 기능을 하나의 흐름으로 통합했습니다.
4가지 규격 통합 입력 허브
깔끔한 탭 레이아웃을 사용한 4가지 포맷 통합 입력 탭 디자인을 반영하여, 사용자가 하나의 작업 공간 내에서 어떤 콘텐츠 포맷이든 즉시 붙여넣고 처리할 수 있도록 했습니다.
인지형 멀티 프리셋 레이아웃
시각적 분할(visual chunking)을 통해 독서 피로감을 즉각적으로 줄일 수 있도록 결과 영역 상단에 다중 프리셋 출력 레이아웃(Multi-Preset Output Layout)을 배치했습니다.
대화형 AI 캐릭터 패널
우측의 혹은 사용자가 수정을 요청할 때 표시되는, 친근하고 캐릭터 중심의 'Roi' 인터랙션 패널을 통합하여 사용자가 부담 없는 대화를 통해 텍스트를 공동 창작하고 다듬을 수 있도록 안내합니다.
영향
통합 입력 아키텍처(Integrated Input Architecture)는 크로스 플랫폼 탐색을 없앰으로써 콘텐츠 집계 중 발생하는 일반적인 사용자 이탈률을 성공적으로 줄였습니다.
다중 프리셋 탭(Multi-Preset Tabs)을 활용한 시각적 레이아웃 구조는 데이터 스캔 가능성을 크게 향상시켜 정보 이해 속도를 높였습니다.
'Roi'를 통한 대화형 인터랙티브 개선은 프롬프트 오류를 최소화하고 최종 요약본 생성에 이르는 경로를 획기적으로 단축했습니다.
~4배 더 빠름
작업 완료 속도
-35%
AI 처리 중 이탈
반사
기술적 역량과 생성형 UX의 가교 역할
AI 엔진이 아무리 강력하더라도 출력이 시각적 위계가 부족하거나 제어하기 어렵게 느껴진다면 훌륭한 경험을 제공하지 못한다는 것을 깨달았습니다. 이 프로젝트는 제품 디자이너의 궁극적인 역할이 복잡한 기술적 역량을 직관적이고 맥락을 인식하는 사용자 흐름으로 인간화하는 것임을 다시 한번 일깨워 주었습니다.
사용자 권한 부여의 중요성
사용자가 일방적인 AI 출력을 수동적으로 수용하도록 강요하는 인터페이스는 빠르게 이탈로 이어집니다. 이 프로젝트는 사전 설정된 바로가기와 자연스러운 대화를 통해 사용자가 마땅히 느껴야 할 제어권을 부여하는 것(사용자가 손쉽게 맞춤화하고 AI와 공동 창작하는 과정에서 주도권을 느끼게 하는 것)이 얼마나 중요한지 배울 수 있었던 소중한 기회였습니다.
사례 연구 #2
고급 문장 제어 구조를 통한 생성형 텍스트 UX의 혁신
팀
1 PM, 1 디자이너, 3 엔지니어
역할
1인 프로덕트 디자이너
타임라인
2025년 9월~10월
플랫폼
웹, iOS, Android
개요
Text Humanizer는 AI가 생성한 텍스트의 본래 의미를 유지하면서 더 자연스럽고 사람 같은 글쓰기로 변환해 주는 기능입니다.
생성형 AI가 콘텐츠 초안 작성을 위한 일반적인 도구가 되었지만, 많은 사용자는 여전히 반복적인 어구, 지나치게 화려한 문장 구조, 개인적인 목소리의 부재 등으로 인해 출력물을 편집하는 데 상당한 시간을 소비하고 있습니다.
Text Humanizer는 AI 특유의 인지 가능한 패턴을 줄이고 의도한 맥락에 더 잘 맞도록 글쓰기 스타일을 조정하여 사용자가 AI 생성 콘텐츠를 다듬을 수 있도록 도와줍니다.
문제점
생성형 AI가 글쓰기 속도를 크게 향상시켰지만, 많은 사용자들은 추가적인 편집 없이 출력물을 그대로 사용하는 데 어려움을 겪었습니다.
글이 지나치게 다듬어지고 로봇 같다는 느낌이 들었습니다
유사한 문구와 전환이 반복적으로 나타났습니다
사용자 조사
학생 및 직장인들과의 인터뷰를 통해 AI가 주로 초안 작성에 사용된다는 사실이 밝혀졌습니다.
"유사한 어구와 전환구가 반복해서 나타났습니다"
"저는 인공지능(AI)의 과정을 신뢰할 수 없습니다"
참가자들은 한결같이 한 가지 요구 사항을 강조했습니다. "진짜 사람이 쓴 것처럼 들리게 해주세요." 또한, 패러프레이징(문장 재구성) 도구를 사용해 본 경험이 있는 사용자들은 재작성 과정에서 의미가 왜곡되거나 상실될 수 있다는 우려를 자주 표명했습니다.
사용자 조사
연구 결과에 따르면 사용자들이 주로 AI 감지를 우회하려고 한 것은 아니었습니다.
대신, 그들이 원했던 것은 다음과 같습니다:
자연스러운 글쓰기
보존된
의미
변경 사항에 대한 투명성
모든 것을 처음부터 다시 작성하는 대신, 텍스트 휴머니자이저는 저자의 원래 의도를 존중하면서도 가독성을 향상시키는 지능적인 편집 레이어 역할을 해야 했습니다.
해결책
변경 사항 적용하기
최종 출력만 보여주는 대신 수정된 문구를 강조하여 사용자가 변경 사항을 이해하고 검토할 수 있도록 했습니다. 이는 투명성을 높이고 사용자가 최종 결과에 대한 신뢰를 유지하는 데 도움이 되었습니다.
조절 가능한 재작성 강도
서로 다른 글쓰기 작업에는 서로 다른 수준의 개입이 필요했습니다. 이를 지원하기 위해 우리는 Light, Balanced, Strong의 세 가지 재작성 모드를 도입했습니다.
사용자는 자신의 목표에 따라 텍스트를 얼마나 적극적으로 변형할지 선택할 수 있었습니다.
다양한 글쓰기 톤 지원
자연스러운 글쓰기는 맥락에 따라 달라지기 때문에 기본, 친근함, 격식 있음, 학술적 등 다양한 어조 옵션을 도입했습니다. 이를 통해 사용자는 동일한 콘텐츠를 다양한 독자와 상황에 맞게 조정할 수 있습니다.
중요한 용어 보존
사용자들은 브랜드명, 기술 용어 및 주요 개념이 변경되는 것에 대해 강한 우려를 표명했습니다. 이를 해결하기 위해 당사는 텍스트 재작성 시 중요한 용어를 보호하는 키워드 보존 기능을 도입했습니다.
영향
글쓰기 작업 흐름의 마찰 감소
이전에는 사용자가 콘텐츠를 생성, 편집 및 마무리하기 위해 여러 도구 간을 자주 이동해야 했습니다. 하지만 Humanizer를 글쓰기 워크플로우에 직접 통합함으로써 사용자는 제품을 벗어나지 않고도 전체 프로세스를 완료할 수 있게 되었습니다.
투명성을 통한 신뢰 향상
수정 사항을 시각적으로 보여줌으로써 사용자는 자신의 콘텐츠가 어떻게 변경되었는지 더 잘 이해할 수 있었습니다. 사용자는 AI로 대체된다는 느낌을 받기보다는 편집 과정에 더 참여하고 있다고 느꼈습니다.
AI 캐릭터 채팅
저는 한국의 500만 MAU 를 달성한 AI 플랫폼 "뤼튼"과, AI 캐릭터챗 서비스 (한국: 크랙, 일본: 캬라푸) 를 담당했습니다. 서비스들을 개발 및 운영하면서 나온 3가지의 케이스 스터디들을 소개합니다!
케이스 스터디 #1
AI 생성의 한계를 고려한 비주얼 노벨 경험 재설계
팀
1 PM, 1 디자이너, 3 엔지니어
역할
1인 프로덕트 디자이너
타임라인
2025년 11월-12월, 2026년 3월-4월
플랫폼
웹, iOS, 안드로이드
개요
"캬라푸"는 한국에 이어 일본 시장에 출시한 AI 캐릭터 챗 서비스입니다. 일본 사용자들이 AI를 활용해 더욱 몰입감 있는 콘텐츠를 즐길 수 있는 방식을 탐색하던 중, 연애 시뮬레이션처럼 이미지와 스토리가 함께 전개되는 비주얼노벨 형식이 현지 사용자에게 적합한 경험이 될 수 있다고 판단했습니다.
이 가설의 근거는 사용자 행동 데이터에 있었습니다. 캬라푸에는 각 채팅 메시지마다 장면 이미지를 생성할 수 있는 기능이 있었는데, 일본 사용자들은 한국 사용자에 비해 이 기능을 압도적으로 많이 사용하고 있었습니다. 저는 일본 사용자들이 텍스트 중심의 대화보다, 이미지와 함께 이야기를 감상하고 몰입하는 경험에 더 높은 가치를 두고 있다는 신호로 해석하였습니다.
이에 따라, 이미지 생성 행동을 하나의 완성된 콘텐츠 경험으로 확장하고자 비주얼노벨 기능을 정식 기획했습니다. 첫 번째 버전은 2025년 12월에 출시되었으며, 사용자의 매 대화 턴마다 새로운 이미지를 생성해 스토리를 이어가는 구조였습니다.
그러나 저희 팀의 기대와 달리 초기 성과는 저조했습니다. 이에 저희는 사용자 데이터와 피드백을 바탕으로 문제의 원인을 분석하고, 어떤 요소가 몰입을 방해하고 있는지 파악하기 시작했습니다.
The Problem
출시 후 데이터를 분석한 결과, 성과가 기대에 미치지 못한 원인이 비교적 명확하게 드러났습니다.
평균 장면 생성 시간
10~15초
평균 대화 길이
~20턴
이탈률
일반 챗 경험보다 높음
사용자는 매 턴마다 10초 이상의 대기 시간이 발생하였고, 평균 20턴을 진행하는 사용 패턴을 고려하면, 수 분의 대기 시간이 누적되는 구조였습니다. 이는 스토리의 흐름과 몰입감을 끊는 주요 요인으로 작용했습니다.
사용자 리서치
문제의 원인을 파악하기 위해 비주얼노벨 기능을 사용한 크리에이터 6명을 대상으로 인터뷰를 진행했습니다. 그중 4명이 가장 큰 불편 요소로 긴 이미지 생성 대기 시간을 꼽았습니다.
“기다리는 시간이 너무 길어서 그냥 나가게 돼요.”
“기다렸는데 원하는 퀄리티가 나오지 않으면 더 짜증나요.”
인터뷰와 사용 행태 분석을 통해, 크리에이터들은 AI가 자동으로 이미지를 생성해주는 것보다 자신의 세계관과 연출 의도를 일관된 퀄리티로 구현할 수 있기를 더 중요하게 생각한다는 점을 확인했습니다. 특히 활동량이 높은 크리에이터일수록 매번 다른 이미지가 생성되는 방식보다, 원하는 장면을 직접 구성하고 안정적으로 관리할 수 있는 방식을 선호했습니다.
즉, 핵심 문제는 단순한 생성 속도가 아니라, 긴 대기 시간과 불안정한 이미지 품질로 인해 크리에이터가 원하는 스토리를 통제하기 어렵다는 점이었습니다.
인사이트
리서치 결과를 바탕으로 문제를 세 가지로 정리했습니다.
레이턴시 최적화를 넘어서
실질적인 이미지 생성 시간 단축은 모델 성능과 인프라 개선에 달려 있었기 때문에, 디자인의 핵심 과제는 기술적 최적화를 넘어 사용자 경험 차원에서 해결책을 찾는 것이었습니다.
크리에이터가 업로드하는 에셋들
크리에이터가 직접 에셋을 업로드할 수 있도록 함으로써, 캐릭터와 배경의 일관된 퀄리티를 유지하면서도 이미지 제공 속도를 크게 개선할 수 있었습니다.
명확한 사용 가이드
핵심 과제는 사용자가 언제 업로드한 에셋을 활용하고, 언제 AI 이미지 생성 기능을 사용하는 것이 적절한지 직관적으로 이해할 수 있도록 돕는 것이었습니다.
해결책
크리에이터가 이미지 에셋을 미리 업로드하면, 시스템이 AI 생성에 앞서 해당 에셋을 우선 활용하도록 설계했습니다. 이를 통해 이미지 생성에 소요되는 시간을 줄이면서도, 캐릭터와 배경의 일관성을 유지할 수 있었습니다.
비주얼노벨 빌더 내 모드 선택 기능 설계
기존 빌더에 드롭다운을 추가해, 크리에이터가 에셋 모드와 AI 생성 모드 중 상황에 맞는 방식을 선택할 수 있도록 했습니다.
에셋 라이브러리 구조 설계
캐릭터의 표정, 포즈, 배경, 장면 이미지를 업로드하고 관리할 수 있도록 구성해, 크리에이터가 원하는 세계관을 직접 구축할 수 있게 했습니다.
드래그 앤 드롭 기반 편집 경험 구현
업로드한 에셋을 손쉽게 배치하고 카테고리별로 정리할 수 있도록 설계해, 많은 이미지를 직관적으로 관리할 수 있게 했습니다.
영향
에셋 기반 장면은 5초 이내에 로딩되어, 10–15초 대비 체감 대기 시간을 2~3배 단축했습니다.
업로드된 에셋을 재사용함으로써 토큰 비용을 절감하고 운영 효율을 높였습니다.
출시 후 사용자 만족도와 기능 활용도가 모두 개선되었습니다.
~5초
로딩시간
15% 이상
비용 절감
더 높은
유저 만족도